seed.bytedance.com · 网站与博客
ByteDance Seed 发布原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，支持音视频联合理解、主动交互与流畅对话节奏。端到端人工评测显示，相比级联模型，音视频对话节奏问题减少一半。模型已在豆包 App 全量上线，用户更新后在对话框选择“打电话”进入视频通话即可体验。
推荐理由：原文给出统一架构、端到端评测数字和豆包 App 开放入口，可据此了解音视频全双工交互的能力与体验变化。
ByteDance Seed 正式发布视频生成模型 Seedance 2.5，延续 Seedance 2.0 的多模态音视频联合生成架构，单次生成时长从 15 秒提升至 30 秒并支持多轮延长，可生成数分钟连贯内容。
推荐理由：官方公布单次生成 30 秒、30 张图参考和时间戳编辑等具体能力变化与上线入口，读者可据此评估视频创作工作流。
字节 Seed 发布音频创作模型 Seed Audio 1.0，在统一框架下联合建模人声、音效和环境声，端到端生成完整声音场景。模型支持 100ms 间隔的时间控制、零样本音色生成、单次约 2 分钟的延展生成，覆盖 20+ 语种；评测显示多数场景音频可用率达 90% 以上，多语种自然度 MOS 大部分超过 4 分。模型已在火山方舟体验中心上线。
推荐理由：官方介绍统一框架下联合建模多种音频要素的思路，并给出时间控制精度、语种覆盖和评测数字，可用于了解音频创作模型的能力边界。
字节跳动 Seed 发布多模态图像创作模型 Seedream 5.0 Pro，主打复杂信息可视化、交互式精准编辑、真实影像质感与原生多语种生成四大能力。模型已上线火山方舟体验中心，并将陆续在豆包、即梦上线，项目主页见 https://seed.bytedance.com/seedream5_0_pro。
推荐理由：官方介绍给出四大能力方向和具体生成案例，读者可以判断它在专业设计场景中的可用性。
字节跳动 Seed 发布超长程评测集 EdgeBench，包含 134 个真实任务，覆盖六大能力领域，每个任务支持 Agent 连续工作 12 小时以上。基于约 38000 小时环境交互记录，研究发现 Agent 环境学习表现遵循 log-sigmoid 曲线，平均拟合精度 R²=0.998，前沿模型的学习速度接近每三个月翻一倍。